의사 결정 LLM: 모델이 결정해야 할 때와 결정하지 않아야 할 때
모델은 제안하고, 시스템은 결정합니다.
에이전트 시스템 실무자에게 무엇이 깨지는지 물으면, 답은 드물게도 능력(capability)이 아닙니다. 실패는 더 조용하게 찾아옵니다: 모델은 판단하지만, 아무도 올바른 판단과 유창한 답변을 구별할 수 없는 것입니다.
모델은 제안하고, 시스템은 결정합니다.
에이전트 시스템 실무자에게 무엇이 깨지는지 물으면, 답은 드물게도 능력(capability)이 아닙니다. 실패는 더 조용하게 찾아옵니다: 모델은 판단하지만, 아무도 올바른 판단과 유창한 답변을 구별할 수 없는 것입니다.
모델 자체를 분석하다: 패밀리, 아키텍처, 트레이드오프.
에이전트 메모리를 위한 5계층 지식 위계 구조
하나의 평탄한 기억 파일만 보유한 에이전트는 정보를 잊지 않습니다. 오히려 묻지 않은 정보까지 잊지 못하는 상태에 놓여 있습니다. 이 문제를 해결하는 방법은 각 지식 계층이 서로 다른 트리거를 통해 컨텍스트에 진입하도록 하는 다층적 컨텍스트 구조입니다.
취소만 할 게 아니라, 진행 중인 작업을 제한하세요.
무한한 팬아웃(fan-out)은 Go 동시성에서 가장 흔한 실패 모드입니다. 모든 go 문장은 상한선 없이, 소유자 없이 비행 중인 태스크 하나를 더 추가합니다. 이 글은 그 둘—상한선과 소유자—을 부여하는 법에 관한 것입니다.
다섯 가지 Go HTTP 스택, 단일 벤치마크 환경, 실측 데이터.
Go는 표준 라이브러리에 프로덕션 환경에서 사용할 수 있는 HTTP 서버를 제공합니다. Go 1.22부터는 내장된 라우터가 메서드 매칭과 경로 파라미터를 자체적으로 처리합니다. 프레임워크에 대한 질문은 사라진 것이 아니라 축소되었습니다.
기억 속에 남은 결론이 새로운 증거가 될 때
지속적 메모리는 에이전트를 매번 설명을 반복해야 하는 도구에서, 맥락을 앞으로 나르게 하는 존재로 바꿔놓습니다. 하지만 동시에 스테이트리스(stateless) 채팅에서는 피할 수 있는 실패 모드를 열어놓습니다. 하나의 해석이 메모리로 저장된 뒤 사실처럼 검색되고, 더 강한 버전을 정당화하는 근거가 될 수 있기 때문입니다.
제어된 작성(local write)이 가능한 로컬 Hermes 메모리
Mnemosyne은 Hermes Agent를 위한 로컬 우선(local-first) 기억(memory) 제공자(provider)로, 작업 기억(working memory), 구조화된 사실(structured facts), 시계열 데이터(temporal data), 그리고 에피소드적 히스토리(episodic history)를 로컬 SQLite에 저장합니다. 호스팅된 서비스도, 필수적인 네트워크 호출도 없으며, 비정상적으로 세밀한(write) 제어 권한을 제공합니다.
거부 상태가 없습니다. 다음은 임시 해결책입니다.
6개월 전 “영속성을 공유 라이브러리로 이동"을 제안하고 배포했던 에이전트는, 그 아이디어가 이미 검토되어 기각되었다는 것을 지속적으로 기록하는 것이 없다면 다음 분기에 같은 것을 다시 제안할 것이다 — 그리고 OpenSpec에는 현재 이를 위한 내장 상태가 없다.
40페이지짜리 PRD가 아닌, 델타(deltas) 형태의 스펙
OpenSpec은 Fission AI가 제공하는 무료 오픈소스 CLI 도구로, 코드가 작성되기 전에 사용자가 코딩 에이전트와 평범한 마크다운으로 변경 사항에 대해 합의할 수 있게 해줍니다. 무거운 스펙 기반 프레임워크의 단계별 복잡한 절차 없이 이를 가능합니다.
LLM 이후에는 무엇을 만나게 될까요? 포스트 트랜스포머 시대입니다.
AI 과열은 리듬을 따라갑니다: 대략 3년마다, 모두가 베팅하고 있던 아키텍처가 더 새로운 것으로 대체됩니다. 다음 전환은 이미 연구실 안에서 형성되고 있습니다.
10개의 명령으로 강제되는 SDD 스킬
Superpowers는 뇌暴(brainstorming), 계획 수립, 서브에이전트 기반 구현, 엄격한 TDD(Test-Driven Development)를 강제하는 스펙 기반 개발 방법론 전체를 설치 가능한 Claude 스킬 패키지로 묶어 제공합니다.
AI 스택이 매월 더욱 강하게 고정되는 이유
모든 API 호출은 단순한 거래처럼 느껴집니다. 하지만 그 수가 쌓이면, 파인튜닝 데이터, 평가 하네스, 도구 스키마가 모두 하나의 벤더 주위에 형성되어, 벤더 전환이 더 이상 단순한 라우팅 변경이 아닌 상황이 됩니다.
AI 에이전트가 요구사항, 테스트 및 코드에서 벗어나는 것을 막으세요.
AI 코딩 에이전트는 기능을 빠르게 출시하지만, 명세서(specs), 테스트, 그리고 코드는 조용히 서로 다른 방향으로 이동(drift)합니다. 이 가이드는 추적 가능성(traceability) 모델, 명세서-테스트 및 명세서-코드 매핑, 그리고 병합 전에 이러한 드리프트를 포착하는 CI(CI) 검사를 다룹니다.
Go 마이크로서비스에서 연쇄 장애를 방지하세요.
서킷 브레이커는 실패하는 종속성(의존 서비스)에 대한 과도한 호출을 차단하여, 고르틴(goroutine), 소켓, 메모리를 고갈시키며 전체 시스템이 무너지기 전에 연쇄 장애(cascading failures)를 방지합니다.
가장 좋은 도구가 아니라, 처리의 깊이와 이동성 간의 문제
2026년 현재 스펙 기반 개발(Spec-Driven Development, SDD) 환경을 비교하는 개발자들은 보통 가장 지능적인 모델이 무엇인지 묻지 않습니다. 그들은 어떤 워크플로우가 AI 에이전트를 의식적인 예식(ceremony) 속에 빠뜨리지 않으면서도 정렬(alignment) 상태를 유지할 수 있는지 묻습니다.
의도에서 검증된 코드로의 5단계
스펙 기반 개발(SDD, Spec-Driven Development)은 스펙이 문서화된 자료가 아니라 워크플로우일 때 비로소 빛을 발합니다. 핵심은 방대한 제품 요구사항 명세서를 작성하는 데 있지 않습니다.